CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Performance Eevaluation of SpatialHadoop for Big Web Mapping Data

اعتبار موردنیاز PDF: ۱ WORD: ۳ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۵۰۷ | نظرات: ۰
سال انتشار: ۱۳۹۵
نوع ارائه: شفاهی
کد COI مقاله: IRANWEB02_053
زبان مقاله: انگلیسی
حجم فایل: ۱۹۳.۶۵ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Performance Eevaluation of SpatialHadoop for Big Web Mapping Data

  Erfan Farhangi Malekia - Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan, Iran
  Mozhgan Nasr Azadanib - Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan, Iran
  Nasser Ghadiri - Department of Electrical and Computer Engineerin Isfahan University of Technology Isfahan, Iran

چکیده مقاله:

Web mapping services are utilizing and overlaying different layers of maps gained by an information system for spatial data. This technique allows simple sharing of spatial data. However, with the enormous amounts of big spatial data that support emerging web mapping applications, processing and analyzing such data as well as preserving high levels of performance have received a lot of attention especially in NoSQL community. However, the performance and deployment aspects of the proposed architectures need to be evaluated and compared with well-known relational architectures. In this paper, we investigate the performance of SpatialHadoop and compare it against a variety of datasets and with the use of different operations including index creation, K-Nearest Neighbor (KNN), spatial join, and so on. The results of this study demonstrate that as the volume of data increases, SpatialHadoop scales well and performs better than the relational engine. Also, the performance of this tool on the same datasets in two kinds of operations is examined with SQL Server database. The experiments have shown that for a large amount of data, SpatialHadoop is more scalable and has a relatively better performance than SQL Server.

کلیدواژه‌ها:

Web mapping, SpatialHadoop, Spatial database, SQL, Big data, Performance evaluation

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IRANWEB02-IRANWEB02_053.html
کد COI مقاله: IRANWEB02_053

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Farhangi Malekia, Erfan; Mozhgan Nasr Azadanib & Nasser Ghadiri, ۱۳۹۵, Performance Eevaluation of SpatialHadoop for Big Web Mapping Data, دومین کنفرانس بین المللی وب پژوهی, تهران, دانشگاه علم و فرهنگ, https://www.civilica.com/Paper-IRANWEB02-IRANWEB02_053.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Farhangi Malekia, Erfan; Mozhgan Nasr Azadanib & Nasser Ghadiri, ۱۳۹۵)
برای بار دوم به بعد: (Farhangi Malekia; Nasr Azadanib & Ghadiri, ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۲۹۴۳
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.